Self servis asistanlarınızı Amazon Lex'teki yeni üretken yapay zeka özellikleriyle yükseltin | Amazon Web Hizmetleri

Bu yazıda, üretken yapay zekanın, yeni müşteri ve bot oluşturucu deneyimleri sağlayarak konuşmaya dayalı yapay zeka endüstrisini nasıl değiştirdiğinden ve yeni özelliklerden bahsediyoruz. Amazon Lex'i bu gelişmelerden yararlanıyorlar.

Konuşmaya dayalı yapay zekaya olan talep artmaya devam ederken, geliştiriciler sohbet robotlarını insan benzeri etkileşimler ve SSS yönetimi gibi gelişmiş yeteneklerle geliştirmenin yollarını arıyor. Üretken yapay zekadaki son gelişmeler, konuşma sistemlerini daha akıllı hale getiren doğal dil anlayışında önemli gelişmelere yol açıyor. Yapay zeka araştırmacıları, trilyonlarca jeton içeren veri kümeleri üzerinde büyük sinir ağı modellerini eğiterek, botların daha karmaşık soruları anlamasına, incelikli ve daha doğal insan sesi yanıtları sağlamasına ve çok çeşitli konuları ele almasına olanak tanıyan teknikler geliştirdi. Bu yeni üretken yapay zeka yenilikleriyle, metin veya ses tabanlı self servis etkileşimler sırasında daha doğal, sezgisel ve yararlı hissettiren sanal asistanlar oluşturabilirsiniz. Üretken yapay zekadaki hızlı ilerleme, otomatik sohbet robotlarını ve sanal asistanları gerçekten akıllı, serbestçe akan konuşmalar yapma hedefine önemli ölçüde yaklaştırıyor. Derin öğrenme ve sinir ağı tekniklerindeki daha fazla ilerlemeyle, konuşma sistemleri daha da esnek, ilişkilendirilebilir ve insana benzer hale gelmeye hazırlanıyor. Bu yeni nesil yapay zeka destekli asistanlar, çok sayıda kullanım senaryosunda kusursuz self-servis deneyimler sağlayabilir.

Amazon Bedrock, konuşmaya dayalı yapay zekanın manzarasını nasıl değiştiriyor?

Amazon Ana Kayası temel modellerle (FM'ler) üretken yapay zeka uygulamaları oluşturmanın ve ölçeklendirmenin kullanıcı dostu bir yoludur. Amazon Bedrock, önde gelen sağlayıcılardan bir dizi FM sunar; böylece AWS müşterileri, kendi özel kullanım durumları için en iyi modelleri kullanma konusunda esnekliğe ve seçeneğe sahip olur.

Günümüzün hızlı dünyasında, her işletmeden hızlı ve etkili müşteri hizmetleri bekliyoruz. Bununla birlikte, mükemmel müşteri hizmeti sunmak, soruların hacmi bu soruları yanıtlamak için kullanılan insan kaynaklarını aştığında önemli ölçüde zorlayıcı olabilir. İşletmeler bu zorluğun üstesinden verimli bir şekilde gelebilir ve aynı zamanda büyük dil modelleri (LLM'ler) tarafından desteklenen üretken yapay zekadaki gelişmelerden yararlanarak kişiselleştirilmiş müşteri hizmetleri sunabilir.

Yıllar geçtikçe AWS, yapay zeka, makine öğrenimi (ML) ve üretken yapay zekaya erişimi demokratikleştirmeye ve bunların anlaşılmasını güçlendirmeye yatırım yaptı. LLM'ler, sık sorulan sorulara otomatik yanıtlar sağlayarak, çağrıları uygun şekilde yönlendirmek için müşteri duyarlılığını ve niyetlerini analiz ederek, temsilcilere yardımcı olmak için konuşmaların özetlerini oluşturarak ve hatta ortak müşteri sorularına otomatik olarak e-posta veya sohbet yanıtları oluşturarak iletişim merkezlerinde oldukça yararlı olabilir. LLM'ler, tekrarlanan görevleri yerine getirerek ve konuşmalardan içgörü elde ederek, iletişim merkezi temsilcilerinin kişiselleştirilmiş hizmet yoluyla daha yüksek değer sunmaya ve karmaşık sorunları çözmeye odaklanmasına olanak tanır.

Konuşmaya dayalı SSS'lerle müşteri deneyimini iyileştirme

Üretken yapay zeka, sık sorulan müşteri sorularına sohbet yoluyla hızlı, güvenilir yanıtlar sağlama konusunda muazzam bir potansiyele sahiptir. Yetkili bilgi kaynaklarına ve LLM'lere erişim sayesinde mevcut Amazon Lex botunuz, görev odaklı diyaloğun ötesine geçerek SSS'lere yararlı, doğal ve doğru yanıtlar sağlayabilir. Erişim Artırılmış Nesil (RAG) yaklaşımımız, Amazon Lex'in hem depolarda bulunan bilgi birikiminden hem de Yüksek Lisans'ın akıcılığından yararlanmasına olanak tanır. Sorunuzu serbest biçimli, konuşma dilinde sorabilir ve saniyeler içinde doğal, size özel bir yanıt alabilirsiniz. Amazon Lex'teki yeni konuşmaya dayalı SSS özelliği, bot geliştiricilerinin ve konuşma tasarımcılarının bir bot içinde kapsamlı SSS tabanlı konuşma akışları tasarlamak yerine iş mantığını tanımlamaya odaklanmasına olanak tanır.

Yetkili bir bilgi kaynağını sorgulamak ve anlamlı ve bağlamsal bir yanıt sağlamak için LLM kullanan yerleşik bir QnAIntent'i kullanıma sunuyoruz. Ek olarak geliştiriciler, QnAIntent'i belirli bilgi tabanı bölümlerine işaret edecek şekilde yapılandırabilir ve kullanıcı isteklerini yerine getirmek için çalışma zamanında bilgi içeriğinin yalnızca belirli bölümlerinin sorgulanmasını sağlayabilir. Bu yetenek, finansal hizmetler ve sağlık hizmetleri gibi yüksek düzeyde düzenlemeye tabi sektörlerin yalnızca uyumlu dilde yanıt verme ihtiyacını karşılar. Amazon Lex'teki konuşmaya dayalı SSS özelliği, kuruluşların cevapsız sorguların ve insan temsilci aktarımlarının yüksek maliyetlerinden kaçınırken kontrol oranlarını iyileştirmesine olanak tanır.

Açıklayıcı bot oluşturucuyu kullanarak bir Amazon Lex botu oluşturma

Sıfırdan konuşabilen botlar oluşturmak, potansiyel istekleri önceden tahmin etmek ve uygun yanıtları kodlamak için kullanıcıların botlarla nasıl etkileşim kurduğuna dair derin bilgi gerektiren, zaman alıcı bir süreçtir. Günümüzde konuşma tasarımcıları ve geliştiricileri tüm olası kullanıcı eylemlerini yürütmeye yardımcı olmak için kod yazmak için günlerce harcıyorlar (niyetler), kullanıcıların isteklerini ifade etmelerinin çeşitli yolları (sözler) ve bu eylemleri tamamlamak için kullanıcıdan gereken bilgiler (yuvaları).

Amazon Lex'teki yeni açıklayıcı bot oluşturma özelliği, bot oluşturma sürecini hızlandırmak için üretken yapay zekayı kullanıyor. Konuşma tasarımcıları ve bot geliştiricileri artık kod yazmak yerine, botun neyi başarmasını istediklerini sade bir İngilizceyle açıklayabiliyor (örneğin, "Adımı ve iletişim bilgilerini, seyahat tarihlerini, oda tipini ve ödeme bilgilerini kullanarak otelim için rezervasyon al") . Yalnızca bu basit istemi kullanarak Amazon Lex, açıklanan botu hayata geçirmek için otomatik olarak niyetler, eğitim ifadeleri, slotlar, istemler ve bir konuşma akışı oluşturacaktır. Bu özellik, temel bir bot tasarımı sağlayarak, sohbete dayalı sohbet robotları oluşturmanın süresini ve karmaşıklığını büyük ölçüde azaltır ve geliştiricinin, konuşma deneyimine ince ayar yapma çabalarına yeniden öncelik vermesine olanak tanır.

Amazon Lex, LLM'lerle üretken yapay zekanın gücünden yararlanarak geliştiricilerin ve teknik bilgisi olmayan kullanıcıların, yalnızca hedeflerini açıklayarak botlar oluşturmasına olanak tanır. Geliştiriciler niyetleri, ifadeleri, alanları vb. titizlikle kodlamak yerine doğal bir dil istemi sağlayabilir ve Amazon Lex otomatik olarak daha fazla iyileştirmeye hazır bir temel bot akışı oluşturur. Bu yetenek başlangıçta yalnızca İngilizce olarak mevcuttur, ancak geliştiriciler AI tarafından oluşturulan botu dağıtımdan önce gerektiği gibi daha da özelleştirerek saatlerce süren manuel geliştirme çalışmalarından tasarruf edebilirler.

Destekli yuva çözünürlüğüyle kullanıcı deneyimini iyileştirme

Tüketiciler sohbet robotlarına ve etkileşimli sesli yanıt (IVR) sistemlerine daha aşina oldukça, self-servis deneyimlere daha yüksek düzeyde zeka eklenmesini bekliyorlar. Kullanıcılar daha doğal, insana benzer deneyimler beklediklerinden, daha fazla konuşmaya dayalı yanıtların netleştirilmesi başarı için zorunludur. Tüketicilerin chatbot yeteneklerine olan güveninin artmasıyla birlikte, doğal dil anlamadan (NLU) da yüksek performans beklentisi var. Semantik olarak basit veya karmaşık bir ifadenin bir yuvaya uygun şekilde çözümlenmediği muhtemel senaryoda, kullanıcının güveni azalabilir. Bu gibi durumlarda bir LLM, mevcut Amazon Lex NLU modeline dinamik olarak yardımcı olabilir ve kullanıcı ifadesi slot modelinin sınırlarının ötesinde olsa bile doğru slot çözümlemesini sağlayabilir. Amazon Lex'te, yardımlı yuva çözümleme özelliği, bot geliştiricisine sınırlamayı artıracak başka bir araç sağlar.

Çalışma zamanı sırasında, NLU konuşma sırasında bir slotu çözemediğinde Amazon Lex, slotun çözümüne yardımcı olmak için bot geliştiricisi tarafından seçilen LLM'yi arayacaktır. LLM, slot yeniden denemesi üzerine bir değer sağlayabilirse kullanıcı görüşmeye normal şekilde devam edebilir. Örneğin, slot yeniden denendiğinde bir bot "Poliçe sahibi hangi şehirde ikamet ediyor?" diye sorarsa ve kullanıcı "Springfield'da yaşıyorum" yanıtını verirse Yüksek Lisans, değeri "Springfield" olarak çözebilecektir. Bu özellik için desteklenen yuva türleri arasında AMAZON.City, AMAZON.Country, AMAZON.Number, AMAZON.Date, AMAZON.AlphaNumeric (regex olmadan) ve AMAZON.PhoneNumber ve AMAZON.Confirmation yer alır. Bu özellik, bu yazının yazıldığı sırada yalnızca İngilizce olarak mevcuttur.

Eğitim ifadesi oluşturmayla oluşturucu deneyimini iyileştirme

Bot oluşturucuların ve sohbet tasarımcılarının sıklıkla karşılaştığı sıkıntılı noktalardan biri, bir amacı çağırırken veya alan bilgisi isterken yanıtların çeşitliliğini ve çeşitliliğini tahmin etmektir. Bir bot geliştiricisi yeni bir niyet oluşturduğunda, makine öğrenimi modelini kabul edebileceği ve kabul etmesi gereken yanıt türleri konusunda eğitmek için örnek ifadeler sağlanmalıdır. Müşteriler tarafından kullanılan söz dizimi ve söz dizimindeki değişimleri tahmin etmek çoğu zaman zor olabilir. Amazon Lex, ifade oluşturmada aşağıdaki gibi temel modelleri kullanır: Amazon Titanı Herhangi bir hızlı mühendisliğe ihtiyaç duymadan, yalnızca tek tıklamayla eğitim ifadeleri oluşturmak için.

İfade oluşturma, bir LLM ile yeni ifadeler oluşturmak için niyet adını, mevcut ifadeleri ve isteğe bağlı olarak niyet açıklamasını kullanır. Bot geliştiricileri ve konuşma tasarımcıları, oluşturulan ifadeleri kabul etmeden önce düzenleyebilir veya silebilir. Bu özellik hem yeni hem de mevcut amaçlarla çalışır.

Sonuç

Üretken yapay zekadaki son gelişmeler şüphesiz otomatikleştirilmiş tüketici deneyimlerini daha iyi hale getirdi. Amazon Lex ile üretken yapay zekayı geliştirici ve kullanıcı deneyiminin her yönüne aşılamaya kararlıyız. Bu yazıda bahsedilen özellikler sadece başlangıçtır ve size nelerin geleceğini göstermek için sabırsızlanıyoruz.

Daha fazla bilgi edinmek için bkz. Amazon Lex Belgelerive bu özellikleri Amazon Lex konsolunda deneyin.

---

yazarlar hakkında

Anuradha Durfee Amazon Lex ekibinde Kıdemli Ürün Yöneticisidir ve konuşmaya dayalı yapay zeka alanında 7 yıldan fazla deneyime sahiptir. Sesli kullanıcı arayüzlerinden ve sezgisel tasarım yoluyla teknolojiyi daha erişilebilir kılmaktan etkileniyor.

Sandeep Srinivasan Amazon Lex ekibinde Kıdemli Ürün Yöneticisidir. İnsan davranışlarının keskin bir gözlemcisi olarak müşteri deneyimi konusunda tutkuludur. Uyanık olduğu saatleri insanların, teknolojinin ve geleceğin kesişiminde geçiriyor.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://aws.amazon.com/blogs/machine-learning/elevate-your-self-service-assistants-with-new-generative-ai-features-in-amazon-lex/